代理改变了业务的完成方式
在 AWS 的下一步发展大会上，相关领导者发布了旨在变革企业运营方式的代理式解决方案。
为什么选择在 AWS 上实现人工智能
根据您的条件构建和运行人工智能。以您的数据为基础。在至关重要的位置确保可靠。
借助 AWS，您可以：
在经过数百万个生产工作负载验证的基础上实现下一个突破。
通过 Amazon Bedrock 访问数百个模型。基于开放标准，使用 AgentCore 或 Strands 构建代理。为您的任务选择合适的工具，获得近乎其他云服务提供商两倍的生产就绪型人工智能能力。
借助专为任何规模的人工智能打造的性价比，更快地行动。
让每一笔人工智能投资都发挥更大价值。Trainium 的性价比最高可提高 40%，而广泛的模型选择可帮助您在智能、速度和成本之间找到适当的平衡。
借助专为特定任务打造、越用越智能的代理，让您的团队实现更多可能。
从使用 Kiro 编程到使用 Amazon Quick 提高业务效率，基于 AWS 构建的代理随时准备工作，可代表您执行任务，以超乎团队预期的速度交付成果。
以可信赖的基础实现人工智能规模化，专为要求严苛的任务关键型工作负载而构建。
为所有人工智能工作负载提供经过验证的安全性、管控功能和可靠性。您的数据始终保留在您指定的位置，并由您定义的规则进行治理。只需设置一次护栏策略，即可在每个账户中强制执行。
构建可在生产环境中运行并支持大规模应用的人工智能
选择您的模型。针对您的工作负载进行自定义。大规模部署生产就绪型代理。
将人工智能代理部署到生产环境中，内置安全和管控功能
使用任何模型或框架进行构建，然后在 AgentCore 上运行。通过基于策略的确定性控制措施强制执行边界管控。无需每次都重新构建基础设施，即可从一个代理扩展到数百个。
对您选择的模型和计算资源运行大规模推理
通过 Amazon Bedrock 访问数百个模型，或使用 Amazon SageMaker AI 部署自己的模型。在 Trainium、Graviton 或 NVIDIA GPU 上运行，无需重写应用程序即可切换计算资源。
根据您的数据自定义模型，完全无服务器
在 Amazon SageMaker AI 上对 20 多个开放权重模型和 Amazon Nova 应用微调、强化学习、知识蒸馏和持续的预训练。无需预置基础设施，亦无需管理集群。
将您的数据转变为人工智能的受控基础
您的数据让人工智能真正与众不同。使用向量搜索和语义元数据将其连接到您选择的模型。将分散的业务规则整合为统一的受管控知识图谱。
使用专为提升单位成本性能而打造的人工智能芯片，为每个人工智能工作负载提供动力
借助 AWS Trainium 和 AWS Graviton，在模型训练、推理和代理式人工智能背后的计算方面，性价比最高可提高 40%。
无需从头开始构建，即可让人工智能发挥作用
代表您执行任务、承担实际工作的代理，随着团队使用次数的增加而不断优化。
使用 Kiro 从人工智能编码转向代理式工程设计
Kiro 将提示转换为可执行的规范，通过验证正确性来发现单元测试遗漏的错误，并利用能够从每次会话中学习的并行代理，在大型代码库中协同工作。
专为工作打造的人工智能助手
Amazon Quick 可连接您的工具和数据，了解您的工作方式并执行操作，例如安排会议、构建控制面板以及跟进事项。使用 Quick 的次数越多，它就会变得越好。
专为业务运营构建的代理
业务团队需要能够了解其职能的人工智能。Amazon Connect 以数十年的亚马逊运营专业知识为基础，为客户体验、招聘、供应链和医疗保健提供代理能力。
4000 多个人工智能代理和解决方案，现已准备好部署
查找来自 AWS 合作伙伴、针对特定工作流的预构建人工智能解决方案，集成第三方模型，或发布自己的模型，同时实现集中采购、统一计费和访问管理。
客户如何在 AWS 生产环境中运行人工智能
从实时体育分析到企业代理部署，了解组织如何利用 AWS 将人工智能抱负转化为业务成果。
专为您的行业构建的人工智能
了解您所在行业的组织如何使用 AWS 人工智能来解决从监管合规到实时运营等行业特定挑战。
面向金融服务行业的人工智能
监管环境的欺诈检测、风险建模和合规自动化
面向公共部门的人工智能
符合 FedRAMP 和 GovCloud 合规性的公民服务、国防和任务关键型人工智能
面向汽车和制造业的人工智能
生产规模的预测性维护、供应链优化和自主系统
面向媒体、娱乐和游戏行业的人工智能
全球范围的内容生成、个性化和实时粉丝互动
开始使用代理式人工智能进行构建
常见问题
常见问题
全部打开使用 Amazon Bedrock，您可以访问来自 Anthropic、OpenAI、Google、Meta、亚马逊等的数百种领先基础模型。您还可以使用 Amazon SageMaker AI 部署和提供自定义模型。为每项任务选择正确的模型，而不必局限于单个提供商。
在一个账单视图中对所有人工智能工作负载（训练、推理、代理操作）进行成本控制和可见性管理。像 Trainium 这样的专用硅芯片的性价比提高了 30-40％。其他优化手段：模型蒸馏（成本更低的小模型）、智能提示路由（将查询路由以平衡成本和质量）以及使容量与需求相匹配的自动扩缩。
AWS 率先推出自动推理技术，为人工智能引入了数学验证能力。Amazon Bedrock Guardrails 中的自动推理检查功能有助于检测事实错误并根据您定义的策略验证响应。 AgentCore 策略通过数学证明强制执行代理边界管控，现有的 IAM、VPC 和合规性控制会自动扩展。
AWS 支持开放标准（MCP 和 A2A 协议）和主要的机器学习框架，让您可以根据需求的变化灵活地切换模型和框架，并在模型和计算资源之间进行广泛的选择。使用 Bedrock、SageMaker AI 或 Strands Agents 等开源工具进行构建。您的代码保持可移植性。
Amazon Bedrock AgentCore 弥合了从原型设计到生产部署之间的差距。代理托管的托管基础设施、内置的可观测性、确定性策略控制和护栏可帮助您从原型设计过渡到生产环境，而无需重新构建。
找到今天要查找的内容了吗？
请提供您的意见，以便我们改进网页内容的质量